基于联邦学习与YOLOv11的MRI脑肿瘤检测
计算机视觉与模式识别
2025-03-07 v1 机器学习
摘要
医学诊断的主要挑战之一是利用磁共振成像（MRI）准确高效地检测脑肿瘤。然而，当前机器学习（ML）方法存在两个主要局限：数据隐私和高延迟。为解决这一问题，本工作提出了一种基于YOLOv11算法的联邦学习架构，用于更精确地检测脑肿瘤。与传统的集中式学习方法不同，我们的联邦学习方法在保护底层医疗数据的同时，支持跨多个机构的协作深度学习模型训练。为使YOLOv11模型能够定位并识别肿瘤区域，我们对其进行了调整以处理MRI数据。为确保鲁棒性和泛化能力，该模型在来自多个匿名医疗机构的大量MRI数据上进行训练和测试。结果表明，我们的方法在准确性方面显著优于传统方法。
引用
@article{arxiv.2503.04087,
title = {Brain Tumor Detection in MRI Based on Federated Learning with YOLOv11},
author = {Sheikh Moonwara Anjum Monisha and Ratun Rahman},
journal= {arXiv preprint arXiv:2503.04087},
year = {2025}
}